筒井淳也

社会学(計量分析、家族社会学)。立命館大学教授。博士(社会学、一橋大学) https:…

筒井淳也

社会学(計量分析、家族社会学)。立命館大学教授。博士(社会学、一橋大学) https://researchmap.jp/read0192468

記事一覧

『未婚と少子化』正誤表

正誤表です。次の刷で訂正されます。 第一刷(2023.12) 31頁 (誤)6万4000ドル (正)5万2千ドル

筒井淳也
3か月前
5

ジェンダーギャップ指数をどう受け止めるか

毎年この時期、メディアの恒例行事ともなっているジェンダーギャップ指数(gender gap index)ですが、いつものことながら、違和感をもつ日本人も多いのではないでしょうか。…

筒井淳也
10か月前
379

『数字のセンスを磨く』内容(ちょっとだけ)紹介(「因果」の章)

前々回は『数字を磨くセンス』第一章(数量化)、前回は第二章(比較)について少しだけ紹介しました。今回は第三章(因果)についてです。 数量化のところでも比較のとこ…

筒井淳也
1年前
6

『数字のセンスを磨く』正誤表

正誤表です。次の刷で訂正されます。 第一刷(2023.2) 39頁注 (誤)長澤克 (正)長澤克重 271頁2行目の式 (誤)佐藤さんの時間あたり賃金(1000) (正)佐藤さん…

筒井淳也
1年前
4

『数字のセンスを磨く』内容(ちょっとだけ)紹介(「比較」の章)

前回は『数字を磨くセンス』第一章、「数えることのセンス」について紹介しました(章のタイトルは「数量化のセンス」)。今回は第二章、「比較のセンス」についてちょっと…

筒井淳也
1年前
4

『数字のセンスを磨く』内容(ちょっとだけ)紹介

目次とキーワード 数量化のセンス:数えることの難しさ、数量化のジレンマ 比較のセンス:数字の魔力、比較のパラドックス、数字の独り歩き、質的研究 因果のセンス:因…

筒井淳也
1年前
7

『未婚と少子化』正誤表

正誤表です。次の刷で訂正されます。

第一刷(2023.12)

31頁 (誤)6万4000ドル (正)5万2千ドル

ジェンダーギャップ指数をどう受け止めるか

ジェンダーギャップ指数をどう受け止めるか

毎年この時期、メディアの恒例行事ともなっているジェンダーギャップ指数(gender gap index)ですが、いつものことながら、違和感をもつ日本人も多いのではないでしょうか。

違和感の理由にも色々ありそうです。いわゆる経済的豊かさの指標(一人あたりGDPなど)とはかけ離れた順位になる上に、多くのアフリカ諸国よりも日本が下にランク付けされています。素朴に「何かがおかしい」と思わせてしまうところ

もっとみる

『数字のセンスを磨く』内容(ちょっとだけ)紹介(「因果」の章)

前々回は『数字を磨くセンス』第一章(数量化)、前回は第二章(比較)について少しだけ紹介しました。今回は第三章(因果)についてです。

数量化のところでも比較のところでも、「そろえる」ということが重要な意味を持つことを強調しました。因果、特に因果推論(causal inference)と呼ばれる統計学の手法では、この「そろえる」という作業をできるだけ突き詰めることが必要になります。

しかし、なぜ因

もっとみる

『数字のセンスを磨く』正誤表

正誤表です。次の刷で訂正されます。

第一刷(2023.2)

39頁注 (誤)長澤克 (正)長澤克重

271頁2行目の式 (誤)佐藤さんの時間あたり賃金(1000) (正)佐藤さんの時間あたり賃金(1200)

(誤植ではないが、わかりにくいので修正予定)
281頁の図の説明、最後の行「平均値の周り」を、「平均値(全体の平均ではなく、個体=グループの平均値で、図中にはそれぞれ二つ示されている)

もっとみる

『数字のセンスを磨く』内容(ちょっとだけ)紹介(「比較」の章)

前回は『数字を磨くセンス』第一章、「数えることのセンス」について紹介しました(章のタイトルは「数量化のセンス」)。今回は第二章、「比較のセンス」についてちょっとだけ紹介します。

数量化のところでも触れましたが、何でもいったデータ化されてしまえば、私たちはその数字の背後にある異質性(実際にはばらばらかもしれないこと)を忘れてしまいがちです。

このことは比較をする際にも同じで、たとえばオリンピック

もっとみる

『数字のセンスを磨く』内容(ちょっとだけ)紹介

目次とキーワード

数量化のセンス:数えることの難しさ、数量化のジレンマ

比較のセンス:数字の魔力、比較のパラドックス、数字の独り歩き、質的研究

因果のセンス:因果推論、異質性、実験、処置のジレンマ

確率のセンス:偶然の利用、スポーツと偶然、コイン投げ、自然発生的偶然

分析のセンス:データの構造、ビッグデータ、予測モデル、機械学習

数量化のセンス再訪:個体、データサイズ、反復観察

光文

もっとみる